Catatan bukti · UDINUS · SDGs
- Unit
- Rektorat UDINUS
- Periode
- 2021
- Tujuan
- Nomor
- fc0278d1-fa6b-4425-a097-61f61fa55fba
- Terbit
- 2026-10-30
Universitas Dian Nuswantoro melaksanakan kegiatan mengenai deteksi gula darah noninvasif dengan menggunakan Principal Component Analysis (PCA) sebagai metode ekstraksi. Kegiatan ini melibatkan peneliti UDINUS Arabelle, Annelicia Eunice; Prasetyanto, Wisnu Adi; dan Wulandari, Sari Ayu. Kegiatan tersebut membahas Diabetes Mellitus (DM), yang dalam sumber disebut sebagai penyakit tidak menular yang dapat menyebabkan komplikasi, termasuk penyakit jantung, stroke, dan masalah pembuluh darah.
Kegiatan ini berfokus pada kebutuhan deteksi dini DM. Sumber menjelaskan bahwa perangkat deteksi yang tersedia biasanya bersifat invasif karena menggunakan darah dari ujung jari, dan kondisi tersebut mengurangi minat masyarakat untuk melakukan pemeriksaan rutin. Oleh karena itu, kegiatan ini mempertimbangkan perangkat deteksi noninvasif, yang didefinisikan dalam sumber sebagai perangkat yang tidak melukai tubuh, untuk membantu meningkatkan minat masyarakat terhadap pemeriksaan diabetes secara rutin.
Untuk pemrosesan sinyal, kegiatan ini menggunakan PCA. Sumber menjelaskan PCA sebagai metode dengan proses pembelajaran yang cukup mudah dan menyatakan bahwa peneliti sebelumnya melaporkan akurasi PCA yang lebih tinggi dibandingkan metode lain. Hasil ekstraksi PCA kemudian diklasifikasikan menggunakan Support Vector Machine (SVM) dengan garis linear untuk memisahkan data DM dan non-DM. Hasil klasifikasi yang dilaporkan adalah akurasi sebesar 83,333 persen.
Sehubungan dengan RAW_GOALS, kegiatan ini berkaitan dengan penelitian kesehatan yang membahas deteksi dini DM dan pemrosesan sinyal perangkat deteksi. Melalui kegiatan ini, UDINUS menyajikan penelitian mengenai pendekatan noninvasif untuk deteksi diabetes dan proses klasifikasinya.